PREDIKSI HARGA KOMODITAS PERTANIAN BERAS DENGAN METODE HYBRID ARIMA DAN NEURAL NETWORK DI DAERAH ISTIMEWA YOGYAKARTA

Masalah utama yang diangkat dalam penelitian ini adalah fluktuasi harga beras di Daerah Istimewa Yogyakarta yang memerlukan metode prediksi yang akurat dan adaptif. Fluktuasi harga tersebut disebabkan oleh faktor musiman, tren linier, dan pola nonlinier yang kompleks, sehingga membutuhkan pendekatan yang mampu mengakomodasi berbagai aspek tersebut secara bersamaan. Untuk menyelesaikan masalah ini, penelitian ini menggunakan metode gabungan yaitu hybrid ARIMA dan Neural Network, yang dirancang untuk memodelkan pola linier dan nonlinier secara simultan. Data yang digunakan adalah harga beras harian selama periode 2022 hingga 2025 yang diperoleh dari sumber resmi Badan Pangan Nasional, dengan analisis menggunakan perangkat lunak R Studio dan EViews. Tujuan utama dari penelitian ini adalah mengembangkan model prediksi harga beras yang lebih akurat dan mampu beradaptasi terhadap pola data yang kompleks, serta membandingkan tingkat akurasi kedua metode tersebut. Hasil penelitian menunjukkan bahwa model hybrid ARIMA dan Neural Network mampu memperbaiki akurasi prediksi dibandingkan dengan model tunggal, ditunjukkan oleh penurunan nilai MAPE dan AIC. Kesimpulan dari penelitian ini adalah bahwa pendekatan hybrid sangat potensial diterapkan dalam prediksi harga komoditas pertanian. Sebagai saran untuk penelitian selanjutnya, disarankan untuk mengintegrasikan faktor eksternal seperti kondisi ekonomi, cuaca, dan kebijakan pemerintah guna meningkatkan akurasi model prediksi serta pengembangan model yang mampu melakukan peramalan secara real-time dan adaptif terhadap perubahan pola data.